3. SQL样本基础结构：SELECT语句结构、WHERE条件过滤、JOIN关联规则、GROUP BY聚合逻辑

在实时风控样本校验中，SQL是提取、清洗、关联和聚合数据的核心工具。一个标准的校验SQL样本通常由四大子句构成：SELECT（投影）、WHERE（过滤）、JOIN（关联）和GROUP BY（聚合）。理解每个子句的语义、执行顺序及常见陷阱，是构建高质量校验逻辑的前提。

3.1 SELECT语句结构：投影与表达式

SELECT子句定义输出列，可以是原始字段、计算表达式或聚合函数。在风控场景中，投影列必须明确、无歧义，避免使用SELECT *。

3.2 WHERE条件过滤：数据范围裁剪

WHERE子句在数据进入聚合或关联之前，先行过滤掉不满足条件的行。在实时风控中，WHERE条件通常用于限定时间窗口、状态、阈值等。

• 时间窗口过滤：WHERE trans_time >= NOW() - INTERVAL '1' HOUR —— 只取最近1小时数据。
• 状态过滤：WHERE status IN ('PENDING', 'PROCESSING') —— 排除已终态记录。
• 阈值过滤：WHERE trans_amount > 10000 —— 只关注大额交易。
• 空值处理：WHERE risk_score IS NOT NULL —— 剔除无效评分。

3.3 JOIN关联规则：表连接与数据完整性

风控样本常需关联多张表（交易表、用户表、设备表、黑名单表等）。JOIN类型的选择直接影响结果集的完整性和校验准确性。

3.4 GROUP BY聚合逻辑：分组与汇总

GROUP BY将数据按一个或多个列分组，然后对每组应用聚合函数。在风控样本中，聚合常用于计算频次、总和、均值、最大值、最小值等统计量。

-- 示例：统计每个用户最近1小时内的交易频次与总金额
SELECT
    user_id,
    COUNT(*) AS trans_count,
    SUM(trans_amount) AS total_amount,
    MAX(trans_amount) AS max_amount,
    AVG(risk_score) AS avg_risk_score
FROM transaction
WHERE trans_time >= NOW() - INTERVAL '1' HOUR
GROUP BY user_id
HAVING COUNT(*) >= 5
ORDER BY total_amount DESC;

3.5 子句组合校验清单

在实际风控样本校验中，建议按以下清单逐项检查SQL样本的完整性：